Критерий χ 2

реклама
Занятие 8
Частотный анализ
1
Критерии согласия
(tests for goodness of fit)
До сих пор в анализе у нас участвовала хотя бы одна
количественная или ранговая переменная. Настало время
обратиться к тестам для КАЧЕСТВЕННЫХ переменных.
Решают вопрос, соответствует ли
распределение в популяции, из
которой получена выборка,
теоретическому распределению
(которое мы сами определяем).
Karl Pearson
Придумал χ2 статистику
ещё в 1900 году!
Пример с игральной костью: как проверить, не кривая ли она?
Очевидно, что бросая её 120 раз маловероятно получить ровно по 20
2
бросков на каждую сторону. Насколько же допустимы различия?
Критерии согласия
Родились:
16 зелёных мыши и 84 розовых.
H0: выборка получена из популяции, где соотношение
розовых и зелёных – 1:3.
H1: выборка получена из популяции, где соотношение
розовых и зелёных не равно 1:3
1:3 ??
Заметим, что речь идёт только о частотах, но не о параметрах
распределения.
Примечание: недопустимо переводить частоты в проценты ни в
одном из частотных критериев!!!
3
Критерии согласия
розовые зелёные всего
Oi
100
84
16
Ei
100
75
25
k
Oi  Ei 
i 1
Ei
 
2
2
df = k-1=2-1=1
2
2




84

75
16

25
2 

75
χ2cv = 3.841
25
 1.080  3.240  4.320
4.320 ≥ 3.841, → отвергаем Н0
p=0.038
Чем больше значение χ2, тем хуже наши данные
соответствуют теоретическому распределению, тем меньше
р. Эти критерии следовало бы называть «tests for badness of fit»,
критериями несогласия.
H0 отвергнута, т.е. соотношение мышей не соответствует
ожидаемому
4
Критерии согласия
Распределение статистики χ2
Тест χ2 не может быть односторонним
5
Критерии согласия
Категорий может быть сколько угодно.
Родились:
152 розовых мыши с острым хвостом; 39 розовых с
курчавым хвостом; 53 зелёных с острым, 6 зелёных с
курчавым.
H0: выборка получена из популяции, где соотношение
фенотипов – 9:3:3:1.
H1: выборка получена из популяции, где соотношение
фенотипов не равно 9:3:3:1
6
Критерии согласия
+
1:3:3:9 ??
7
Критерии согласия
Важное замечание:
В всех критериях согласия H0 гипотеза – о том, что
форма наблюдаемого распределения такая же, как
теоретического.
То есть, когда мы ищем подтверждение тому, что наши
данные удовлетворяют некоторому распределению, мы
должны радоваться, получив p>>0.05!
8
Критерии согласия
Zar, 2010:
Если мы сравнили распределение с теоретическим,
получили отличия (!), а теперь хотим показать, из-за какой
именно категории эти отличия возникли, можно отдельно
сравнить с теоретическим распределением остальные
категории, а затем – отношение этой категории к
остальным.
Т.е., если нам кажется, что всё портят зелёные мыши с
курчавыми хвостами, сравним:
1. соотношение остальных мышей с 9:3:3;
2. отношение зелёных-курчавых к остальным с 1:15.
Однако, такой анализ допустим скорее для планирования будущих исследований,
9
чем как рутинная процедура, т.к. идёт повторный анализ одной выборки.
Критерии согласия
Итак:
1. у нас одна выборка
2. Переменная качественная
3. мы сравниваем наблюдаемые частоты с
ожидаемыми (observed and expected)
Критерий χ2 Пирсона (Pearson Chi-square test)
10
Сравнение нашего распределения с теоретическим
(нужна таблица с посчитанными частотами)
Недопустимо использовать этот критерий для сравнения 2-х выборок!11
результаты
12
Критерии согласия
Если у нас только 2 проявления признака
Поправка Йейтса для критерия χ2 (Yates correction for
continuity)
1:3 ??
Для заданного теоретического распределения χ2 может
принимать только строго определённые значения для
разных наблюдаемых распределений.
13
Критерии согласия
Например: если ожидаемые частоты – 75 и 25, то
значения χ2 будут
для 84 и 16 – 4.32,
промежуточных значений
для 83 и 17 – 3.14,
не может быть для данных
для 82 и 18 – 2.61
ожидаемых частот
Но χ2 распределение непрерывное. И для заданного
уровня значимости p мы не найдём точно
соответствующего ему значения χ2.
k
χ2
с поправкой Йейтса:
2  
i 1
O  E
i
i
 0.5
2
Ei
Делает тест более консервативным.
14
Критерии согласия
Ограничения на минимальный размер выборки для
критерия χ2 Пирсона:
Для таблиц 2х2 ожидаемые частоты обязательно
должны быть ≥5. Для таблиц k x 2 это тоже желательно,
но допустимо, чтобы хотя бы N2/k ≥ 10, N ≥ 10, N/k ≥ 2.
Это самые нижние пределы, если частоты малы,
рекомендуется биномиальный тест.
15
Критерии согласия
Замечательный тест Колмогорова-Смирнова
для ранговых данных (Kolmogorov-Smirnov
goodness of fit for discrete ordinal scale data).
35 кошек выбирают из 5 типов
корма, различающихся по
влажности. Случаен ли выбор
или есть предпочтения?
То есть, 5 типов корма можно
проранжировать от самого влажного
к самому сухому, это не просто
качественные признаки. Мощность
такого теста выше, чем χ2 , но его нет
в Statistica.
Zar, 2010 (1999).
16
Критерии согласия
17
Критерии согласия
Тесты на соответствие
непрерывным распределениям
Соответствует ли распределение мотыльков
на одном дереве равномерному
распределению?
переменная – высота, на которой сидит мотылёк, метры
Тест Колмогорова-Смирнова
(Kolmogorov-Smirnov test)
Тесты Колмогорова-Смирнова есть для
сравнения с разными распределениями.
18
Критерии согласия
Тесты на соответствие
непрерывным распределениям
В том числе, для сравнения с нормальным
распределением.
 Тест Колмогорова-Смирнова
(Kolmogorov-Smirnov test) (если известны
дисперсия и среднее в популяции) D-статистика.
 Lilliefors test – если НЕизвестны дисперсия и
среднее в популяции – «улучшенный К-С тест»
 Shapiro-Wilk’s W test (самый мощный,
размер выборки до 5000) – наиболее
предпочтительный.
19
Проверка распределения на
нормальность
20
маленькое p говорит о том, что данные не
соответствуют нормальному распределению.
21
Сравнение с другими теоретическими распределениями:
Тест Колмогорова-Смирнова для непрерывных
распределений
22
Биномиальный тест
Элементарный тест для сравнения двух частот с
теоретическими (для маленьких выборок, легко считать
вручную). Большие выборки – задача для теста χ2.
Пример с котом Гусом: у нас есть
подозрение, что он правша. Мы дали ему
игрушку на резинке, он ударил по ней 10
раз: 8 - правой, 2 – левой. Справедливо ли
наше подозрение?
Пример с Т-образным лабиринтом: 10
мышей пошли налево, 3 – направо.
Zar, 2010 (1999).
http://udel.edu/~mcdonald/statexactbin.htm
23
Биномиальный тест
Основан на простом подсчёте вероятностей в
биномиальном распределении: считают общую
вероятность «не менее экстремальных» результатов, чем
наблюдаемые (для кота Гуса это будут вероятности
результатов 8:2, 9:1 и 10:0 для одностороннего теста).
Может быть односторонним и двусторонним.
На биномиальном тесте основан Sign test –
знаковый тест. По сути дела, он им и
является.
24
Биномиальный тест
Размер выборки
Теоретическая
вероятность события
В программе легко считается
только односторонний тест!
25
Н0 не отвергнута, преждевременно утверждать, что кот Гус правша
Contingency tables
(таблицы сопряжённости)
Сравниваем независимые выборки, причём все
переменные (≥2!) категориальные.
Tests of independence: зависит ли форма распределения
одной переменной от значения другой переменной
(переменных).
Критерий χ2 (χ2 analysis of contingency tables = χ2 test of independence)
♂
♂
♂
♂
♀
♀
Связаны ли пол и цвет у коз?
♀
♀
26
Частотный анализ
пол
белые
красные
жёлтые
серые
Всего
самцы
самки
32
55
43
65
16
64
9
16
100
200
всего
87
108
80
25
300
Таблицы вида a × b. Общая Н0 гипотеза: частоты в
строчках не зависят от частот в столбцах.
H0: цвет меха не зависит от пола в популяции коз;
H1: цвет меха зависит от пола в популяции коз.
Как и в корреляции, здесь не идёт речь о причинноследственной связи, табличку всегда можно перевернуть.
27
Частотный анализ
пол
белые
красные
жёлтые
серые
Всего
самцы
самки
32
55
43
65
16
64
9
16
100
200
всего
87
108
80
25
300
Мы для каждой ячейки рассчитываем ожидаемую частоту
Eij (на основе общих частот для столбцов и строк).
Потом считаем статистику χ2 :
r
c
 2  
i 1 j 1
O
ij  Eij 
2
Eij
Здесь r=2, с=4. df = (r-1)(c-1)
28
в таблице должны быть сырые данные
29
30
Отвергаем нулевую гипотезу об отсутствии
взаимодействия между переменными
В табличке с частотами вида a × b не должно быть
значений меньше 5. Если это не так, в крайнем случае можно
объединить какие-нибудь проявления признака.
31
Частотный анализ
Zar, 1999:
Если вы не отвергли связь переменных, а теперь
хотите показать, из-за какой именно категории есть
связь, можно отдельно проверить связь переменных
на остальных категориях, а затем – отношение этой
категории к остальным.
Например, если самцы и самки коз отличаются, повидимому, только по соотношению белых коз,
можно:
1. исключить белых, проверить связь пола и цвета
для остальных;
2. проверить связь пола и присутствия белого цвета у
козы.
32
Частотный анализ
Четырёхпольные таблицы (2 x 2 tables)
для независимых выборок.
Есть только 2 фактора, у каждого – только по 2
проявления.
Связан ли цвет мышей с формой их хвостов??
33
Частотный анализ
Четырёхпольные таблицы (2 x 2 table)
хвост
роз
зел
18
11
29
хвост
12
26
38
29
38
67
Модель 1: мы задаём только
общий размер выборки
Модель 2: одна из сумм
фиксирована (взяли поровну
мальчиков и девочек и
сравниваем долю левшей).
Модель 3: фиксированы обе
суммы (про улиток)
Обычно мы имеем дело с моделями 1 и 2, для них можно
использовать тест Х2 и тест Фишера; для 3-й модели –
тест Фишера.
34
Частотный анализ
Пояснение к Модели 3 – красных и зелёных улиток по 6
штук, соревнование продолжалось до тех пор, пока
половина улиток не перешла линию финиша
ФИНИШ
35
Частотный анализ
Критерий χ2 (Chi-square) с поправкой Йейтса.
Если в табличке сырые данные, а не готовая
четырёхпольная таблица – Tables and Banners.
Если готовая таблица – 2 x 2 tables.
Принцип введения поправки – тот же, что для
сравнения наблюдаемых и ожидаемых частот, делает
тест более консервативным.
Не обязательна для больших выборок. В Statistica:
поправку вводят, если хотя бы одна частота меньше
10.
36
Частотный анализ
Точный критерий Фишера (Fisher exact test)
Годится, если одна из частот меньше 5 и вообще, для небольших
выборок. Подходит для 3-й модели. Вообще, ЛУЧШИЙ из 2х2
тестов (Zar, 2010)!
скунсы
восточные
западные
с
без
бешенством бешенства
14
5
29
38
Н0: район, где живёт
скунс, и заболеваемость
не связаны;
Н1 : между районом и
заболеванием есть связь.
Тест основан на частотах
гипергеометрического
распределения, т.е. его принцип
совсем не как у Х2, как и
биномиальный тест, он
рассчитывает точную вероятность
37
38
39
Отвергаем Н0
Скунсы из разных районов имеют разную заболеваемость.
Замечание: тест в данном случае двусторонний!!
40
Частотный анализ
Односторонний тест Фишера:
Для случаев, когда мы заранее знаем, куда может
отклониться соотношение частот.
Например, мы даём лекарство больным зверям и
сравниваем, сколько из них выздоровело по
сравнению с контрольной группой.
Предполагается, что лекарство не может ухудшить
состояние зверей, а только может либо вылечить,
либо нет.
41
Частотный анализ
Если категории можно как-то проранжировать для обеих
переменных (например, «нет паразитов<мало
паразитов<много паразитов» и «не болеет<болеет»), для
категориальных переменных можно посчитать
кореляцию.
Phi-square – показатель корреляции между
качественными переменными.
V-square – разновидность χ2 теста.
Все эти тесты подразумевали, что выборки независимы
(например, каждая особь входит только в одну из
ячеек).
42
Частотный анализ
Анализ 2-х связанных выборок:
Критерий Мак-Немара (McNemar Chi-square)
Мы провели в сентябре экзамен по математике. Из 100
учеников 36 сдали экзамен, остальные - провалили.
Потом мы подвергли всех учеников интенсивным
занятиям по математике.
Для тех же учеников мы провели экзамен во 2-й
четверти.
Повлияли ли занятия на успеваемость?
По сути дела, это просто
двухвыборочный тест для связанных
выборок – аналог критерия
Вилкоксона, только для качественных
переменных
Требуется специальная организация таблицы
43
Частотный анализ
Экзамен
второй
Не сдали
Сдали
Экзамен первый
Не
сдали
Сдали
12
6
18
52
30
82
Всего
64 сдали экзамен
36
Н0: доля учеников, которые
в первый
раз, такая же, как и во второй раз.
Н1 : эти доли различаются.
Рассчитываем ожидаемые частоты для «зелёных» ячеек
(=(52+6)/2=29) и сравниваем их с наблюдаемыми частотами
тестом χ2 (df=1). Нельзя менять порядок чисел, когда мы вносим их
в Статистику!
Сумма частот в сравниваемых ячейках не должна быть меньше 10
44
Частотный анализ
Анализ ≥3-х связанных выборок:
Cochran’s Q test
Сравнивает несколько связанных измерений одной бинарной
переменной. Пример: переменная – наличие/отсутствие укусов у
человека, одевающегося в разную одежду.
Н0: доля покусанных людей одинакова в разной одежде. Исключают строки
из одних нулей/единиц, считается χ2 статистика. Число ненулеых строк ≥ 6.
45
46
Частотные критерии для 3-х и более переменных, с
оценкой их взаимодействия
Можно провести анализ многомерных таблиц с
несколькими категориальными переменными и
проанализировать их взаимодействие на разных уровнях
(в разных комбинациях, как в factorial ANOVA).
Log-linear models: анализ на основе логарифмирования
частот.
Например, мы хотим проверить, как связаны между собой
пол, окрас, наличие паразитов у кроликов.
Возраст, седина, стресс.
47
Частотные критерии для 3-х и более переменных, с
оценкой их взаимодействия
48
Задания.
1. Хазел Нат продаёт смесь орехов. На упаковке написано, что в
пачке содержится 30% кешью, 20% бразильских орехов, 20% грецких,
30% лесных. Мы хотим проверить, так ли это, взяли большую пачку и
посчитали в ней разные орехи (200 орехов). Н0? Статистический
критерий?
2. Мы хотим прививать детям Сибири бережное отношение к
природе. Мы выбрали 100 первоклашек и спросили их, можно ли
охотиться на кабаргу (78 ответили «да», 22 – «нет»). Потом им
показывали фильмы и рассказывали о местной фауне весь год.
Весной этих же детей спросили о том же. Из тех, кто был за охоту, 18
опять ответили «да», 60 – «нет». Из тех, кто был против – 2 ответили
«да», 20 - «нет». Н0? Статистический критерий?
3. Издатели хотят узнать, насколько наличие цветных картинок в
статье помогает воспринимать текст. Выбрали 13 студентов, и
каждому дали два текста одинаковой сложности - с цветными и
чёрно-белыми картинками. Потом попросили оценить сложность
текста по 10-бальной шкале. Влияют ли цветные картинки на
восприятие текста? Н0? Статистический критерий?
49
4. Проходят соревнования по фигурному катанию. Мы хотим
узнать, влияет ли жанр исполняемой музыкальной композиции во
время выступления на оценку фигуриста. 30 фигуристам случайным
образом заранее предложили композиции на основе классической
музыки, тяжёлого рока и поп-музыки (по 10 композиций на жанр).
Жюри выставило оценки. Зависят ли они от музыкального жанра?
Н0? Статистический критерий?
5. Мы хотим знать, зависит ли вероятность принести потомство от
возраста самки у белок. Мы не знаем точный возраст зверьков,
можем лишь отличить взрослых от годовалых. Мы исследовали 50
годовалых и взрослых самок, и выяснили, какие самки из них
принесли выводки, какие – остались холостыми. Н0? Статистический
критерий?
50
Скачать